基于CNN-RF模型的廣州地區(qū)土壤質(zhì)地識別方法

馮文康，梁忠偉，劉曉初，謝鑫成，趙 傳，蕭金瑞

（1.廣州大學機械與電氣工程學院，廣州 510006；2.廣州大學廣東省太陽能智能灌溉裝備科技創(chuàng)新中心，廣州 510006；3.廣東工業(yè)大學機電工程學院，廣州 510006）

0 引言

1 材料與方法

1.1 土壤質(zhì)地數(shù)據(jù)

1.1.1 土壤樣本采樣和質(zhì)地測定

土壤樣品采集地點在嶺南地區(qū)廣東省廣州市（22°26′～23°56′N，112°57′～114°3′E），地處亞熱帶沿海，屬海洋性亞熱帶季風氣候，是中國光、熱和水資源最豐富的地區(qū)之一，年平均氣溫22.3℃，年降雨量約為1 720 mm，雨熱同期，氣候適宜，土壤肥沃，農(nóng)產(chǎn)品豐富。廣州的番禺區(qū)、南沙區(qū)、黃埔區(qū)等各區(qū)的50個采樣地點在圖1中標記，每個采樣點采集20個樣品，共1 000個樣品，每個樣品取250 g±10%，在去除地表存在的所有植被后，使用標準泥鏟從休耕農(nóng)田的土壤表層（0～15 cm）收集樣本，保持樣品之間距離d（d＞200 m），以確保采集樣品之間合理的獨立性，采樣點有水稻田、菜園、旱田、甘蔗地、芭蕉地。樣品被收集在有標簽的密封袋里，然后運回廣州大學-廣東省太陽能智能灌溉裝備科技創(chuàng)新中心實驗室進行處理[18]。在實驗分析前，所有樣品在光照強度1.5×104Lux，風速16 m/s條件下24 h風干，研磨后通過孔徑為2 mm的篩網(wǎng)，得到篩選樣本。土壤是砂粒、粉砂和黏粒的混合物，而土壤類型是按照其砂粒(0.05～2 mm)、粉粒(0.002～0.05 mm)和黏粒(＜0.002 mm)所占百分比不同而定義的。土壤顆粒采用比重法[19]測定，計算出顆粒在土壤樣本的占比。美國農(nóng)業(yè)部土壤質(zhì)地分類標準[20]采用三角坐標圖解法。等邊三角形的三條邊分別代表黏粒、粉粒及砂粒的含量(%)，對土壤質(zhì)地類型進行分類。如圖2中紅點A位于粉壤土區(qū)域，其中砂粒5%、粉砂70%和黏粒25%。

圖1 土壤采樣點的地理位置Fig.1 Geographical location of soil sampling points

圖2 美國土壤質(zhì)地分類三角坐標圖Fig.2 Triangular coordinates of USDA soil texture classification

1.1.2 土壤圖像采樣

在土壤圖像采集中，照明條件極大影響成像任務的質(zhì)量，為了減小自然光亮度等其他因素的影響，設計并制作了一體化的圖像采集裝置[21]，如圖3所示，具體包括：成像盒（12 cm×8 cm×5 cm）、相機、方形支架（4 cm×4 cm×2 cm）、直流電源適配器、照明LED燈泡（2 W，12 V）以及變光開關控制器；其中，成像盒為長方體，頂部有圓形窗口，圓形窗口用于放置相機，盒體內(nèi)壁均涂為黑色；所述相機放置在盒體的圓形窗口上，用于為土壤樣本進行拍照；方形支架位于盒體底部，用于固定土壤樣本；照明LED燈泡位于盒體內(nèi)部，照明燈由白色LED條組成，LED條水平黏貼于盒體的內(nèi)壁，用于為土壤樣本進行拍照時提供補光；開關控制器位于盒體外側，與照明LED燈電連，用于控制照明LED燈的亮度，在對土壤樣本進行拍照時提供100 lm和200 lm等強度光；直流電源適配器（輸出電壓12 V，電流500 mA）與LED燈連接，位于盒體外部，用于為照明LED燈供電。

圖3 土壤樣本圖像采集裝置Fig.3 Image acquisition device

1.2 CNN-RF模型建立

在本文中，紋理特征和顏色特征作為土壤圖像分析的特征[22,23]。紋理是反映土壤圖像的一種顯著性特征，紋理特征提取由Haralick特征局部二值模式計算得來，采用統(tǒng)計類中的haralick特征和局部二值模式（Local binary pattern，LBP）對土壤圖像紋理特征提取。Haralick特征算法被用于紋理量化圖像表面結構組織[24]。紋理特征由Haralick特征使用4個灰度共生矩陣[22-25]來計算總共13個紋理特征向量，土壤圖像像素之間相鄰從左到右h＝0°、左對角線h＝45°、上到下h＝90°和右對角線h＝135°計算出4個矩陣，根據(jù)4個矩陣計算其13個統(tǒng)計量，可有效消除土壤圖片旋轉(zhuǎn)帶來的不同結果。

局部二值模式（LBP）算法[25]是計算土壤圖像紋理特征的方法，如圖4（a）所示土壤照片像素圖，本文選用圓形領域的LBP算子，16個像素采樣點，每個圓的像素點半徑設置為2，圖4（b）是土壤圖像處理后的紋理效果圖。在中心的像素點，與相鄰的8個像素進行比較，若周圍的像素值大于中心像素標為1，否則標為0；如在3×3領域內(nèi)的8個點可產(chǎn)生8位二進制，即是該中心像素的LBP值，圖4（c）是LBP直方圖統(tǒng)計出的26個特征向量。

圖4 LBP處理后土壤圖像Fig.4 Soil image after LBP treatment

顏色特征是土壤圖像的一個重要特征，由顏色直方圖[26]和Hu矩[27]特征組合。Hu矩是具有平移、旋轉(zhuǎn)和尺度不變性的土壤圖像的顏色特征，利用圖像變換的常量中心矩計算出Hu矩，用7維特征向量表示。這組矩的前6個Hu矩特征對平移、縮放、旋轉(zhuǎn)和反射是不變的,而第7個Hu矩的符號因土壤圖像反射而改變。

顏色直方圖是圖像廣泛采用的顏色特征，特別適于描述那些難以進行自動分割的圖像。因此本文選用HSV直方圖作為土壤圖像的顏色特征，將圖像的RGB顏色空間轉(zhuǎn)換為HSV分量并計算顏色直方圖的數(shù)值，然后統(tǒng)計H、S、V 3個通道的直方圖并進行歸一化，歸一化后將3個維度的直方圖數(shù)據(jù)進行拼接，每個通道256個維度特征，共256×6組數(shù)據(jù)，然后縮放到512個維度特征。

脂肪酸（fatty acid）是油脂（甘油三酯）的主要組成單元[1]，其結構是末端含有羧基的長碳氫鏈，一般根據(jù)碳鏈的飽和程度分為飽和脂肪酸和不飽和脂肪酸，極少數(shù)特殊油脂的脂肪酸可能含有羥基、環(huán)氧基等。是自然界中最常見的有機物之一，廣泛存在于動植物或微生物等的油脂中。在日常生活中，脂肪酸產(chǎn)品被廣泛用于化妝品、洗滌劑、肥皂、工業(yè)脂肪酸鹽、涂料、油漆、橡膠等領域，不愧為油脂工業(yè)的3大中間體之首[2]。脂肪酸羧基的反應最常見的自然是中和皂化成鹽等，在上篇已經(jīng)講述[3]，這里主要講述羧酸的酯化、酰鹵化、酸酐化、過氧化、脫羧等反應，由于a-H的活性是受到羧酸的影響，故該反應也放在本文中稍加講解。

圖5是基于CNN-RF模型結合3種組合（顏色特征、紋理特征、顏色特征+紋理特征）方法對土壤樣本的黏粒、粉粒和砂粒百分比進行回歸預測，519個顏色特征和39個紋理特征累積產(chǎn)生總共558個全局特征。這些全局特征與CNN提取的512維特征一起輸入RF中，土壤質(zhì)地類型是由砂粒、粉粒和黏粒的不同含量比例確定。

圖5 基于CNN-RF模型結合圖像特征方法Fig.5 Image feature method based on CNN-RF model

為對土壤質(zhì)地圖像進行可靠識別，考慮到平臺計算能力和圖像清晰度運算要求準則，圖像分辨率采用256×256像素可以有效滿足土壤質(zhì)地圖像計算速度和信息表達清晰度等多項要求。因此該研究將采集獲得的土壤質(zhì)地圖片調(diào)整到256×256像素分辨率，輸入到CNN-RF模型中。模型中第一個卷積塊和第二個卷積塊的卷積層的通道數(shù)分別為48和128，第三個卷積層的通道數(shù)為192，第三個卷積塊中卷積層的通道數(shù)為128。除第一個卷積層的卷積核大小為11×11外，其余卷積核大小均為3×3。卷積塊處理完后得到輸入圖像的高維特征，將其展平送入到線性塊中得到512維的特征向量。其中線性塊中Dropout層的概率參數(shù)取0.9，第一個線性層中全連接層為4 608維度，第2個線性層中全連接層為512維度，通過隨機森林（500決策樹）輸出并對土壤樣本中的黏粒、粉粒和砂粒百分比含量進行回歸預測。

由于傳統(tǒng)CNN方法有許多不同的預訓練結構，這些結構被標記數(shù)據(jù)成功訓練，如1 000個不同的類組成的Image Net。由于這類網(wǎng)絡提取的特征是針對特定數(shù)據(jù)進行分類的，因此這類網(wǎng)絡結構不能直接用于土壤圖像的分類。另外，Softmax作為卷積神經(jīng)網(wǎng)絡分類器同時會導致泛化能力不足的問題。綜合上述問題，本文結合卷積神經(jīng)網(wǎng)絡與隨機森林的算法模型。通過CNN提取512維特征，這些特征要與機器學習提取的特征輸入到RF中，在土壤樣本圖片上，既要預測土壤質(zhì)地，黏粒、粉粒和砂粒的百分含量，還要根據(jù)這些進行土壤質(zhì)地分類。所以既有回歸預測也有分類，故選用RF進行分類[28]。機器學習算法提取出來的558×1與CNN提取出來的特征一起輸入到RF模型分類器。算法流程見圖6?；貧w預測圖像中砂粒、粉粒和黏粒的百分比進而進行土壤質(zhì)地分類。得到土壤質(zhì)地預測混淆矩陣，來驗證模型的可靠性、準確性。

圖6 結合機器學習算法的CNN-RF模型Fig.6 CNN-RF model combined with machine learning algorithm

1.3 CNN-RF模型性能評估參數(shù)

平均絕對誤差（MAE）和均方根誤差（RMSE）相當于L1范數(shù)和L2范數(shù)，評估預測和真實的接近程度，其值越小越好。判定系數(shù)（R2），其取值范圍[0,1]，越接近于1越好。

土壤是由黏粒、粉粒和砂粒不同含量比例混合而成，由3個預測值通過土壤質(zhì)地三角圖，得到黏土、粉黏土、壤砂土、砂黏壤土、砂黏土、砂壤土、粉壤土、粉黏壤土、黏壤土、壤土、砂土和粉土等土壤類型。提取混淆矩陣來評估土壤質(zhì)地識別性能。這個矩陣中的值代表了的提出模型識別的實際土壤種類。主對角線上的數(shù)值表明樣品的分類正確，而非對角元素上的數(shù)值表明樣品的分類錯誤。通過使用混淆矩陣推導出幾個統(tǒng)計指標如下所示。

準確度（Accuracy）是表示所有樣本中完全預測對的占比，精密度（Precision）是所有預測為正確的樣本中，實際為正確的樣本的占比，靈敏度（Sensitivity）是所有正確例中預測為正確例占比，特異性（Specificity）是所有不正確類中預測為不正確類占比，AUC（Area Under Curve）曲線（AUC curves）是靈敏度與特異性和的一半，用來評估給定算法的性能，AUC的值接近于1越好。靈敏度參數(shù)表示模型如何檢測正確樣本，特異性參數(shù)表示模型如何檢測不正確樣本，準確性參數(shù)定義了如何同時識別不正確和正確樣本。當前兩個參數(shù)增大時，模型精度提高，當前兩個參數(shù)減小時，精度減小。

式中：TP表示樣本為正確并正確預測；FP表明樣本呈正確，但預測錯誤；TN代表的是錯誤樣本，但分類正確；FN描述的樣本是不正確的，但不正確的預測。

2 實驗數(shù)據(jù)結果

2.1 CNN-RF模型訓練過程

本文實驗采用70%的土壤質(zhì)地識別模型數(shù)據(jù)作為測試集訓練，另外30%的數(shù)據(jù)作為訓練集測試。該模型采用端對端的方式進行訓練和測試，使用Adam優(yōu)化器，學習率為0.001。具體的訓練步驟為：①初始化模型參數(shù)；②將訓練數(shù)據(jù)輸入到模型中并得到512維的輸出結果；③512維數(shù)據(jù)輸入到隨機森林中得到預測的損失；④通過優(yōu)化器反向傳播更新模型的參數(shù)；⑤重復上述②～④的步驟，直到第200輪結束。圖7為CNN-RF模型對土壤圖像的訓練和測試的損失函數(shù)，損失值顯示了在訓練過程中為每個圖像所做的誤差的總和，以找到最佳的權值作為模型參數(shù)。從圖7可以看出，由于該函數(shù)在訓練集和測試集上都呈下降趨勢，CNN-RF模型經(jīng)過了良好的訓練，并收斂為正確的聚類分類。這個模型是收斂的，這對于CNN-RF土壤質(zhì)地識別模型來說是符合邏輯的，當這個代價函數(shù)最小化到其最小值時，就可以實現(xiàn)準確的分類。

圖7 CNN-RF土壤質(zhì)地識別模型進行訓練和測試數(shù)據(jù)的損失函數(shù)Fig.7 Loss function of CNN-RF soil texture recognition model training and test data

2.2 CNN-RF模型性能評估

CNN-RF模型預測黏粒、粉粒和砂粒的土壤識別驗證數(shù)據(jù)統(tǒng)計，該模型依然使用的3種組合特征（顏色特征、紋理特征、顏色特征+紋理特征）,如表1所示。預測砂粒MAE值為3.39，RMSE值為3.73，R2值為0.99；粉粒MAE值為3.51，RMSE值為3.81，R2值為0.98；黏粒MAE值為3.41，RMSE值為3.77，R2值為0.99。MAE值和RMSE值越小，R2越接近于1，模型性能更優(yōu)。從結果可知，MAE值和RMSE值更小，R2更接近于1，CNN-RF模型（顏色+紋理特征模型）性能更好。

表1 不同圖像特征的CNN-RF模型Tab.1 CNN-RF models with different image features

圖8是CNN-RF土壤質(zhì)地識別模型的判定系數(shù)R2圖；預測黏粒、粉粒和砂粒的R2分別是0.99、0.98和0.99。由此可知，CNN-RF模型的R2接近于1，性能優(yōu)良。

圖8 CNN-RF模型預測性能對比Fig.8 Comparison of prediction performance between RF and CNN-RF models

土壤的黏粒、粉粒和砂粒的真實值和預測值對比圖，由圖9可知，CNN-RF模型的預測值與真實值存在差異性較小，如序號10～50的樣品之間，進一步說明CNN-RF模型性能優(yōu)良。

圖9 CNN-RF模型的預測土壤黏粒、粉粒和砂粒含量Fig.9 Prediction of soil clay,silt and sand content by CNN-RF model

2.3 CNN-RF模型預測土壤質(zhì)地的混淆矩陣

圖10是CNN-RF模型得出的結果。混淆矩陣顯示土壤圖像的預測分布。圖中矩陣的主對角線上顏色加深的元素表示預測值與實際值相等?；煜仃囎鳛橐环N結果可視化工具，可以得到更高級的分類指標：Accuracy（精確度），Precision（精密度），Specificity（特異性），Sensitivity（靈敏度），AUC曲線。以上指標可以用來驗證CNN-RF算法性能。

圖10 CNN-RF土壤質(zhì)地預測混淆矩陣Fig.10 CNN-RF soil texture prediction confusion matrix

表2是CNN-RF模型對土壤圖像識別的各種性能統(tǒng)計結果?？芍狢NN-RF模型識別準確度為99.43%，精密度為96.66%，靈敏度為96.78%，特異性為99.69%，AUC曲線為98.23%。結果表明，這些參數(shù)都接近100%，該CNN-RF土壤質(zhì)地識別模型性能較優(yōu)。

表2 CNN-RF模型預測土壤質(zhì)地類型的性能結果 %Tab.2 Performance results of CNN-RF model for predicting soil texture types

3 數(shù)據(jù)分析

土壤是由黏粒、粉粒和砂粒組成。對采集的土壤圖像進行灰度化、去噪處理。面向土壤圖像中提取其顏色特征和紋理特征。通過土壤圖像中局部二值模式（LBP）與Haralick特征計算出土壤圖像的紋理特征；并將圖像的RGB顏色空間轉(zhuǎn)換為HSV分量計算出土壤的顏色特征；卷積神經(jīng)網(wǎng)絡（CNN）和隨機森林（RF）算法相結合為CNN-RF模型，基于CNNRF模型結合3種組合(顏色特征、紋理特征、顆粒特征+顏色特征)方法對土壤樣本中的黏粒、粉粒和砂粒百分含量進行回歸預測。

CNN-RF模型與其他傳統(tǒng)機器學習性能對比，VGG16-RF模型預測砂粒的MAE值為3.37，RMSE值為3.87，R2值為0.96，粉粒的MAE值為3.58，RMSE值為3.98，R2值為0.96，黏粒的MAE值為3.57，RMSE值為3.81，R2值為0.97（見表3）。VGG16的網(wǎng)絡相對于本研究的網(wǎng)絡更深，能夠容納的特征量更多，本應該具有更良好的性能，但在測試時指標卻低于簡單的網(wǎng)絡。是因為VGG網(wǎng)絡由于參數(shù)量更多，導致在訓練集出現(xiàn)了過擬合的現(xiàn)象，從而影響了測試集的指標結果；RF模型預測砂粒的MAE值為3.58，RMSE值為4.35，R2值為0.96，預 測粉 粒 的MAE值 為3.73，RMSE值 為4.40，R2值 為0.85，預 測黏 粒 的MAE值 為3.63，RMSE值 為4.61，R2值 為0.97；KNN模型預測砂粒的MAE值為3.76，RMSE值為4.61，R2值為0.94，預測粉粒的MAE值為3.79，RMSE值為4.63，R2值為0.84，預測砂粒的MAE值為4.06，RMSE值為4.62，R2值為0.94。而CNN-RF土壤質(zhì)地識別模型（顏色特征+紋理特征）的性能是最優(yōu)，預測砂粒MAE值為3.39，RMSE值為3.73，R2值為0.99；粉粒MAE值為3.51，RMSE值為3.81，R2值為0.98；黏粒MAE值為3.41，RMSE值為3.77，R2值為0.99。與傳統(tǒng)的機器學習算法相比，CNN之所以能有更好的表現(xiàn)，是因為它可以從更深層次上得到由各種邊、線、角組成的圖像，并捕捉圖像的內(nèi)容?？芍狢NN-RF模型（顏色+紋理特征）性能更好。

表3 CNN-RF模型性能與其他模型性能的對比Tab.3 Performance comparison between CNN-RF model and other models

4 結論

本文對廣州的番禺區(qū)、增城區(qū)、黃埔區(qū)等不同區(qū)域進行1 000個土壤樣本采樣，提取土壤圖像中的顏色特征和紋理特征，通過CNN-RF模型進行土壤黏粒、粉粒和砂粒含量預測，根據(jù)土壤質(zhì)地三角圖實現(xiàn)了土壤質(zhì)地的高效精準識別。通過該模型采集總數(shù)據(jù)中700個數(shù)據(jù)用于訓練，另外300個用于土壤質(zhì)地識別模型測試，每個訓練過程使用200個訓練周期。CNN-RF模型預測黏粒、粉粒和砂粒的土壤識別驗證數(shù)據(jù)統(tǒng)計，該模型模型使用3種組合（顏色特征、紋理特征、顏色特征+紋理特征），獲得準確度、精密度、靈敏度、特異性、AUC曲線下面積等重要統(tǒng)計參數(shù)分別為99.43%、96.66%、96.78%、99.69%、98.23%。通過與類似算法進行比較，可看出本文提出的CNN-RF土壤質(zhì)地識別模型（顏色特征+紋理特征）在關鍵性能指標上最優(yōu)，為廣州嶺南丘陵土壤的耕作和農(nóng)作物質(zhì)量提升提供可靠技術支撐。